फायद्यासाठी संसाधने ऑप्टिमाइझ करणे: डिजिटल ट्विन टेक आवश्यक आहे का?
कोणत्याही तंत्रज्ञानाचे मूल्य शेवटी खर्च आणि संसाधने ऑप्टिमाइझ करण्याच्या क्षमतेमध्ये असते. परिणाम पूर्वनिर्धारित करण्याची क्षमता अन्न उत्पादकांना दूरदृष्टीचा फायदा देते जे नंतर वास्तविक जीवनात लागू केले जाऊ शकते. डिजिटल ट्विन तंत्रज्ञानाचे वास्तविक जीवनातील अनुप्रयोग आणि व्यापारीकरणाचे उदाहरण म्हणजे यांत्रिकी मॉडेल जे टॉम डी स्वेफ यांनी विकसित केले होते गॅंट विद्यापीठात. बेल्जियन कंपनी 2Grow टोमॅटोच्या झाडांमधील पाण्याच्या प्रवाहातील फरक आणि स्टेमची जाडी मोजण्यासाठी या मॉडेलचा फायदा घेते. द कंपनीचे उद्दिष्ट वनस्पती उत्पादनावर खर्च केलेले 20% पृष्ठभाग कमी करण्यासाठी.
It समाज डिजिटल जुळे दत्तक घेण्याचा प्रयत्न करत आहे की नाही हे अद्याप स्पष्ट नाही त्याच्या ऑपरेशन्स मध्ये. इतकेच काय, असा युक्तिवाद केला जाऊ शकतो की बहुतेक प्रकरणांमध्ये डिजिटल ट्विन तंत्रज्ञान प्रत्यक्षात आवश्यक नसते. मशीन लर्निंगमधील प्रगतीमुळे संपूर्ण मॉडेल न बनवता मुख्य घटनांचा अंदाज लावणे शक्य झाले आहे ज्यासाठी मोठ्या प्रमाणात उच्च दर्जाचा डेटा आवश्यक आहे जो मिळवणे देखील महाग आहे. एक अन्न उत्पादक म्हणून विशिष्ट गुणधर्मांचा अंदाज लावू इच्छिणारा, यशस्वी भविष्यसूचक मॉडेल तयार करण्यासाठी महत्त्वाचे बदल मोजणे आणि त्यांचे परीक्षण करणे यावर लक्ष केंद्रित करणे आवश्यक आहे. इतकेच काय, हे नाटकीयदृष्ट्या अधिक परवडणारे आहे, जे अन्न उत्पादकांसाठी प्राप्य बनवते ज्यांना भविष्यसूचक मॉडेल्सच्या अंमलबजावणीवर त्वरित ROI पाहण्याची आवश्यकता आहे.
उदाहरणार्थ, जर तुम्ही बटाटे वाढवत असाल तर योग्य नियंत्रण उपायांचा अवलंब न केल्यास, बुरशीसदृश जीवामुळे होणाऱ्या उशीरा अनिष्ट रोगासारख्या कीटकांसाठी निर्देशक असणे महत्त्वाचे आहे. मोठ्या एकर खुल्या शेतात या प्रकारच्या पंक्तीच्या पिकासाठी, पिव्होट सिंचन प्रणालीवर कॅमेरे बसवल्यास रोग किंवा समस्या प्रभावीपणे आणि प्रभावीपणे ओळखता येतात. बटाट्याच्या खुल्या शेतासाठी डिजिटल ट्विन तयार करण्यासाठी आवश्यक असलेल्या डेटाची किंमत मोजावी लागेल, आणि सोप्या आणि अधिक किफायतशीर तंत्रज्ञानाने मिळू शकणारी अंतर्दृष्टी मिळवण्यासाठी एवढ्या प्रमाणात संपूर्ण मॉडेल तयार करण्यात काही अर्थ नाही.
- व्हिडिओ गेम SimCity ने 90 च्या दशकात सुरुवात केली कारण खेळाडू त्यांच्या स्वतःच्या शहराचे नायक बनले कारण त्यांनी डिजिटल पद्धतीने एक सुंदर, गजबजलेले महानगर तयार केले आणि तयार केले. 30 वर्षे जलद-फॉरवर्ड करा, आणि आमच्याकडे वास्तविक-जगातील झाडे, शेते किंवा बागांचे अविश्वसनीयपणे अचूक डिजिटल प्रतिनिधित्व तयार करण्याचे तंत्रज्ञान आहे. जसे SimCity मध्ये आम्ही गेममध्ये "गुंतवणूक" करतो त्यावर आधारित महानगर कसे विकसित होईल याचे अनुकरण करू शकतो, आम्ही आता विविध परिस्थितींमध्ये वनस्पती कशी वाढेल याचे सिम्युलेशन तयार करू शकतो - अभूतपूर्व दूरदृष्टीने कृषी प्रयत्नांना सुरेख बनविण्यात मदत करणे.
- डिजिटल ट्विन हे वास्तविक-जगातील वस्तूचे डिजिटल प्रतिनिधित्व आहे. खऱ्या 'गोष्टी'वर दूरस्थपणे नजर ठेवण्यासाठी याचा वापर करता येतो. वास्तविक जगाच्या जुळ्यांसाठी अचूक आणि वास्तववादी सरोगेट प्रदान करण्यासाठी, डिजिटल ट्विनला वास्तविक अस्तित्वाच्या डिजिटल मोजमापाद्वारे डेटा-माहिती देणे आवश्यक आहे. शेतीमध्ये हा डेटा असू शकतो जो माती सेन्सर, वनस्पती इमेजिंग, हवामान डेटा इत्यादी साधनांद्वारे येतो.
- नवीन डिजिटल प्रतिनिधित्व, किंवा डिजिटल जुळे, संपूर्ण कृषी प्रयत्न प्रतिबिंबित केले पाहिजे: भौतिक मालमत्ता, प्रक्रिया, प्रणाली, संसाधने, सर्वकाही. बदल्यात, हे आम्हाला पूर्वी अकल्पित प्रमाणात कृषी प्रक्रियांचे अनुकरण, योजना, विश्लेषण आणि सुधारणा करण्यास सक्षम करते. तथापि, अन्न उत्पादकांना हे महागडे अत्याधुनिक तंत्रज्ञान अंमलात आणणे खरोखर आवश्यक आहे का — किंवा त्यांना अधिक सुलभ आणि परवडणाऱ्या सेन्सर्सकडून आवश्यक अंतर्दृष्टी मिळू शकते जे त्यांना मुख्य परिणामांचे निरीक्षण आणि अंदाज लावण्यास मदत करेल?
डिजिटल ट्विन्सची वाढ आणि दत्तक घेणे आणि त्यांची शेतीमधील संभाव्यता
गार्टनरचा अंदाज आहे की 2021 पर्यंत निम्म्या मोठ्या औद्योगिक कंपन्या वापरतील डिजिटल जुळे, जे त्या संस्थांच्या परिणामकारकतेमध्ये 10% सुधारणा करेल. तथापि, डिजिटल ट्विन्सची संकल्पना अनेक दशकांपासून आहे. 30 वर्षांहून अधिक काळ, उत्पादन आणि प्रक्रिया अभियांत्रिकी संघांनी 3D प्रस्तुतीकरण वापरले आहे संगणक अनुदानित डिझाइन (CAD) मॉडेल्स, मालमत्ता मॉडेल्स आणि उत्पादनक्षमता सुनिश्चित करण्यासाठी आणि प्रमाणित करण्यासाठी प्रक्रिया सिम्युलेशन. उदाहरणार्थ, नासाने अनेक दशकांपासून जटिल अंतराळयान सिम्युलेशन चालवले आहे. तथापि, मशिन लर्निंग आणि AI मधील नवकल्पना डिजिटल ट्विनची संकल्पना आघाडीवर आणत आहेत, ज्यामुळे नजीकच्या भविष्यात व्यापक परिणामांसह एक व्यत्यय आणणारा ट्रेंड म्हणून बरीच प्रसिद्धी निर्माण होत आहे.
जेव्हा डिजिटल ट्विन्स वापरून कृषी प्रक्रियांचा विचार केला जातो शेती व्यवस्थापनासाठी केंद्रीय साधन म्हणून त्याच्या नियोजन आणि नियंत्रणातून भौतिक प्रवाहांचे डीकपलिंग सक्षम करू शकते. परिणामी, साइटवर प्रत्यक्ष निरीक्षण आणि मॅन्युअल कार्यांवर अवलंबून राहण्याऐवजी शेतकरी (जवळच्या) रिअल-टाइम डिजिटल माहितीच्या आधारे दूरस्थपणे ऑपरेशन्स व्यवस्थापित करू शकतात. हे त्यांना (अपेक्षित) विचलनाच्या बाबतीत ताबडतोब कार्य करण्यास आणि वास्तविक-जीवन डेटावर आधारित हस्तक्षेपांचे परिणाम अनुकरण करण्यास अनुमती देते. उदाहरणार्थ, एका बागेचे डिजिटल ट्विन त्या शेतकऱ्याला बागेची तपासणी न करता अतिसिंचनासाठी बागेला अलर्ट करू शकते.
एक कल्पना डिजिटल बाग फळझाडांचे आरोग्य आणि त्यांच्या कापणीच्या गुणवत्तेचे निरीक्षण करणे, अंदाज करणे आणि त्यावर नियंत्रण ठेवणे हे श्रम-केंद्रित स्वरूप समजून घेणाऱ्या शेतकऱ्यांसाठी अत्यंत आकर्षक आहे. क्वीन्सलँड विद्यापीठातील शास्त्रज्ञांनी आंबा आणि मॅकॅडॅमिया यांसारख्या मंद गतीने वाढणार्या पिकांच्या बागेसाठी एक मॉडेल विकसित केले आहे. हे वापरकर्त्यांना नवीन कल्पनांची झपाट्याने चाचणी घेण्यास सक्षम करू शकते आणि उत्पादन प्रणाली सर्वोत्तम कसे ऑप्टिमाइझ करावे याबद्दल अंतर्दृष्टी प्राप्त करू शकते. प्रकल्पातील संशोधकांनी या झटपट सिम्युलेशनचा विशेषतः फळझाडे यांसारख्या मंद वाढणाऱ्या पिकांना कसा फायदा होऊ शकतो यावर भर दिला.
विशिष्ट वापर प्रकरणे आहेत जिथे डिजिटल जुळे तयार करणे आर्थिक अर्थपूर्ण आहे, जसे की वनस्पती प्रजननासाठी, जेथे विशिष्ट प्रकार व्यावसायिकदृष्ट्या व्यवहार्य नसल्यास मॉडेल तुम्हाला लवकर अंदाज लावू शकेल. परंतु बर्याच बाबतीत, स्लेजहॅमरसह नट क्रॅक करण्याची आवश्यकता नाही.
- रविव इत्झाकी हे सह-संस्थापक आणि CTO आहेत प्रोस्पेरा टेक्नोलॉजीज, डेटा सायन्स आणि AI वापरून अन्न पिकवण्याच्या पद्धतीत बदल करण्याच्या कंपनीच्या तांत्रिक दृष्टीकोनात आघाडीवर आहे. वास्तविक-जगातील समस्या सोडवण्यासाठी तो अल्गोरिदम विकास, गणित आणि मशीन लर्निंगमधील आपले कौशल्य वापरतो. प्रॉस्पेराच्या आधी, रवीवने सायबरसुरक्षा कंपनी बायोकॅचमध्ये अल्गोरिदम विकसित केले आणि IDF सोबत सिग्नल प्रोसेसिंग इंजिनियर म्हणून काम केले. त्यांनी हिब्रू विद्यापीठातून भौतिकशास्त्रात बीएससी आणि अप्लाइड फिजिक्समध्ये एमएससी केले आहे.